CN117411987A - 监控视频的漏录时间检测方法、设备及存储介质 - Google Patents
监控视频的漏录时间检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN117411987A CN117411987A CN202311706936.1A CN202311706936A CN117411987A CN 117411987 A CN117411987 A CN 117411987A CN 202311706936 A CN202311706936 A CN 202311706936A CN 117411987 A CN117411987 A CN 117411987A
- Authority
- CN
- China
- Prior art keywords
- video
- time
- recording
- period
- boundary value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 82
- 230000008569 process Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 abstract description 8
- 230000009471 action Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
- H04N5/91—Television signal processing therefor
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本申请公开了一种监控视频的漏录时间检测方法、设备及存储介质,属于视频数据处理技术领域。该方法包括:根据录像计划设置确定录像时段;根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频;获取所述起始录像视频的第一帧对应的起始时刻,以及所述终止录像视频的最后一帧对应的终止时刻;根据所述录像时段的左边界值与所述起始时刻之间的起始时间差,以及所述录像时段的右边界值与所述终止时刻之间的终止时间差,确定是否存在漏录时间。本申请根据录像计划中录像时段的边界值与录像起始时刻之间的时间差,确认是否存在漏录时间,提高了视频漏录检测方法的实用性。
Description
技术领域
本申请涉及视频数据处理技术领域,尤其涉及一种监控视频的漏录时间检测方法、设备及存储介质。
背景技术
视频漏录检测是对视频产生的多个文件进行检测,判断视频录制设备是否存在漏录的情况。在相关视频漏录检测方法中,一般通过视频文件的录制时间间隔,与预设的时间间隔阈值进行对比,并根据对比结果判断是否存在漏录情况。
在相关技术中,视频漏录检测通常直接将录制时间间隔与预设的时间间隔阈值进行对比,未考虑视频录制时录像时间计划的情况。在对采用了录像时间计划的视频录制场景进行检测时,相关检测方法结果错误的概率较高,导致检测结果实用价值低。因此,相关视频漏录检测方法适用场景不够全面,实用价值不高。
上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技术。
发明内容
本申请的主要目的在于提供一种监控视频的漏录时间检测方法、设备及存储介质,旨在解决视频漏录检测方法适用场景不够全面,导致实用价值不高的技术问题。
为实现上述目的,本申请提供一种监控视频的漏录时间检测方法,所述监控视频的漏录时间检测方法包括以下步骤:
根据录像计划设置确定录像时段;
根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频;
获取所述起始录像视频的第一帧对应的起始时刻,以及所述终止录像视频的最后一帧对应的终止时刻;
根据所述录像时段的左边界值与所述起始时刻之间的起始时间差,以及所述录像时段的右边界值与所述终止时刻之间的终止时间差,确定是否存在漏录时间。
可选地,所述根据所述录像时段的左边界值与所述起始时刻之间的起始时间差,以及所述录像时段的右边界值之间的终止时间差,确定是否存在漏录时间的步骤包括:
将所述起始时刻减去所述左边界值,生成所述起始时间差,以及将所述右边界值减去所述终止时刻,生成所述终止时间差;
当所述起始时间差和/或所述终止时间差大于预设的时间差阈值时,判断存在所述漏录时间;
基于所述左边界值与所述起始时间,或者所述右边界值与所述终止时间,记录所述漏录时间。
可选地,所述获取所述起始录像视频的第一帧对应的起始时刻,以及所述终止录像视频的最后一帧对应的终止时刻的步骤包括:
抽取所述起始录像视频的第一帧图片,以及抽取所述终止录像视频的最后一帧图片;
读取所述第一帧图片和所述最后一帧图片对应的时间水印;
基于所述时间水印对应的时间字符串确定所述起始时刻和所述终止时刻。
可选地,所述读取所述第一帧图片和所述最后一帧图片对应的时间水印的步骤之后,还包括:
当所述时间水印读取失败时,确定所述时间水印对应的起始录像视频或者终止录像视频;
跳转执行所述抽取所述起始录像视频的第一帧图片,和/或所述终止录像视频的最后一帧图片的步骤。
可选地,所述根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频的步骤包括:
遍历所述录像视频库中的录像视频,并确定所述录像视频的录制时间;
选取所述录制时间与所述录像时段有重合的录像视频,作为目标录像视频;
将所述目标录像视频中所述录制时间最早的所述录像视频选定为所述起始录像视频,以及所述录制时间最晚的所述录像视频选定为所述终止录像视频。
可选地,所述根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频的步骤包括:
获取所述录像视频的第一帧秒帧所对应的第一帧时间,以及最后一帧对应的最后一帧时间;
将所述第一帧时间减去所述左边界值,生成第一时间差,以及将所述右边界值减去所述最后一帧时间,生成第二时间差;
选定所述第一时间差的绝对值最小的所述录像视频作为所述起始录像视频,以及所述第二时间差的绝对值最小的所述录像视频作为所述终止录像视频。
可选地,所述根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频的步骤之前,还包括:
遍历所述录像时段,并确定相邻录像时段之间的计划时间间隔,并基于所述计划时间间隔确定所述计划时间差;
当所述计划时间差小于或者等于时间差阈值时,基于靠前的所述相邻录像时段的左边界值,和靠后的所述相邻录像时段的右边界值,拼接所述相邻录像时段。
可选地,所述根据录像计划设置确定录像时段的步骤包括:
在触发漏录检测进程后,获取所述录像计划设置;
确定所述漏录检测进程对应的录像日期,并基于所述录像计划设置和所述录像日期确定所述录像时段;
或者,基于所述录像计划设置确定对应的录像触发条件,并基于所述录像触发条件确定所述录像时段。
此外,为实现上述目的,本申请还提供一种监控视频的漏录时间检测设备,所述监控视频的漏录时间检测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行监控视频的漏录时间检测程序,所述监控视频的漏录时间检测程序配置为实现如上所述的监控视频的漏录时间检测方法的步骤。
此外,为实现上述目的,本申请还提供一种存储介质,所述存储介质上存储有监控视频的漏录时间检测程序,所述监控视频的漏录检测程序被处理器执行时实现如上所述的监控视频的漏录时间检测方法的步骤。
本申请根据录像计划中录像时段的边界值,与录像的起始时刻或者终止时刻之间的时间差,确定视频录制是否存在漏录,以及漏录对应的漏录时间。本申请对视频漏录检测方法进行了改进,增加了对时间计划获取,使视频漏录检测方法可以根据录像计划确定是否存在漏录情况,扩大了视频漏录检测方法的适用场景,使得结果更具实用价值。
附图说明
图1为本申请监控视频的漏录时间检测方法第一实施例的流程示意图;
图2为本申请监控视频的漏录时间检测方法第二实施例的流程示意图;
图3为本申请监控视频的漏录时间检测方法第三实施例的流程示意图;
图4为本申请监控视频的漏录时间检测方法第四实施例的流程示意图;
图5是本申请实施例方案涉及的硬件运行环境的监控视频的漏录时间检测设备的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请在视频漏录检测方法中引入了录像计划,通过录像计划中录像时段的边界值,与实际录像的起始时刻和终止时刻之间的时间差,确定是否存在漏录计划,扩大了视频漏录检测方法的适用范围,提高了视频漏录方法的实用性。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
录像计划是一种根据用户需求进行设置的针对视频录制的计划。录像计划因其能够避免进行非必要时间的录像、节省资源消耗的特点,得到了广泛的应用。为了能够准确检测应用了录像计划的录像场景是否存在漏录情况,本申请实施例提供了一种监控视频的漏录时间检测方法,参照图1,图1为本申请监控视频的漏录时间检测方法第一实施例的流程示意图。
本实施例中,所述监控视频的漏录时间检测方法包括:
步骤S10:根据录像计划设置确定录像时段;
在本实施例中,录像时段是录像计划中需要进行视频录制的时间段。漏录检测系统可以根据录像计划设置确定对应的录像时段,以确定录像设备执行录像计划时,需要执行录像动作的时间段。其中,录像计划可以按照时间进行设置,也可以按照触发条件进行设置。
作为一种根据录像计划设置确定录像时段的可选实施方式,漏录检测系统中预存有录像计划。在触发漏录检测进程后,漏录检测系统会获取预存的录像计划,并根据漏录检测进程对应的录像日期,确定录像计划中对应录像日期的录像时段。
进一步的,用户可以根据需求设置录像计划的录像周期。录像计划包括但不限于可以以周为单位设置录像周期,或者以月为单位设置录像周期。同时,在用户设置录像计划内的录像时段后,录像设备会按照录像周期与该录像时段周期性执行录像计划。此外,当用户的录像需求发生改变时,用户可以按照录像需求,随时修改录像计划。
作为另一种根据录像计划设置确定录像时段的可选实施方式,录像设备会根据录像计划中的预设条件执行录像动作。在录像设备执行录像动作之后,漏录时间检测系统会按照预设条件的触发时间和录像动作的结束时间,记录录像计划对应的录像时段。在触发漏录检测进程之后,漏录检测系统会根据录像设备记录,确定对应的录像时段。
示例性的,当录像设备执行录像动作的条件为录像范围内出现移动物体时,录像设备会在摄像头检测到移动物体后,记录预设条件的触发时间,并执行录像动作。在摄像头检测到该移动物体离开录像范围后,录像设备会记录录像动作的结束时间,并结束录像动作。漏录检测系统可以根据预设条件的触发时间,确定录像时段的左边界值,以及根据录像动作的结束时间,确定录像时段的右边界值。
步骤S20:根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频;
在本实施例中,漏录检测系统会按照录像时段的左边界值和右边界值,分别确定录像视频库中对应的起始录像视频和终止录像视频。漏录检测系统可以通过与录像视频关联保存的录制时间,确定起始录像视频和终止录像视频,或者根据录像视频库中录像视频的第一帧时间以及最后一帧时间,确定对应的起始录像视频和终止录像视频。
作为一种选定所述录像时段对应的起始录像视频和终止录像视频可选实施方式,漏录检测系统可以遍历录像视频库中的录像视频,并根据录像视频的属性信息,确定录像视频的创建时间和录像时长,以及根据录像视频的创建时间和录像时长确定视频的录制时间。漏录检测系统可以选取录制时间与录像时段有重合的录像视频,作为目标录像视频,并将目标录像视频中录制时间最早的录像视频选定为起始录像视频,以及录制时间最晚的录像视频选定为终止录像视频。
作为另一种可选实施方式,漏录检测系统可以根据录像视频的开始录制的时候和结束录制的时间,确定起始录像视频和终止录像视频。通过获取录像视频的第一帧对应的第一帧时间,以及最后一帧对应的最后一帧时间,漏录检测系统会确定第一帧时间与左边界值之间的第一时间差,以及右边界值与最后一帧时间之间的第二时间差。漏录检测系统会选定第一时间差的绝对值最小的录像视频作为起始录像视频,以及第二时间差的绝对值最小的录像视频作为终止录像视频。
示例性的,漏录检测系统可以根据录像视频的第一帧图片,确定对应的时间水印。通过时间水印对应的时间字符串,漏录检测系统可以确定录像视频的第一帧录制时间。
步骤S30:获取所述起始录像视频的第一帧对应的起始时刻,以及所述终止录像视频的最后一帧对应的终止时刻;
在本实施例中,起始录像视频的第一帧对应的起始时刻,等价于录像设备按照录像计划中的对应录像时段进行录制的起始时刻。终止录像视频的最后一帧对应的终止时刻,等价于录像设备按照录像计划中的对应录像时段进行视频录制的终止时刻。漏录检测系统可以通过检测起始录像视频的第一帧对应的起始时刻,以及终止录像视频的最后一帧对应的终止时刻,确定录像设备基于录像时段进行视频录制的录像时间。
作为一种可选实施方式,漏录检测系统可以抽取起始录像视频的第一帧图片,以及抽取终止录像视频的最后一帧图片。其中,第一帧图片和最后一帧图片中印有记录时间的时间水印。通过读取第一帧图片和最后一帧图片对应的时间水印,漏录检测系统可以根据时间水印对应的时间字符串,确定起始时刻和终止时刻。
示例性的,漏录检测系统可以通过图像分割算法识别起始录像视频的第一帧图片中印有的时间水印。漏录检测系统通过图像分割算法提取图像对应的水印信息,确定时间水印对应的时间字符串,并确定对应的起始时间。
作为另一种可选实施方式,漏录检测系统也可以根据视频的录制时间和视频的帧速率,确定系统的总帧数和录制时长,并确定视频录制的起始时间和终止时间。
示例性的,漏录检测系统可以根据视频属性获取视频的录制时间和帧速率。漏录检测系统会根据视频录制时间确定视频的录制时长,并根据录制时长确定视频总帧数。通过录制时长与视频总帧数之间的差值,漏录检测系统可以确定录像视频的第一帧图片对应的起始时间以及最后一帧图片对应的终止时间。
步骤S40:根据所述录像时段的左边界值与所述起始时刻之间的起始时间差,以及所述录像时段的右边界值与所述终止时刻之间的终止时间差,确定是否存在漏录时间。
在本实施例中,漏录检测系统会计算起始时刻与录像时段的左边界值之间的起始时间差,以及录像时段的右边界值与终止时刻之间的所述终止时间差。当起始时间差和/或终止时间差大于预设的时间差阈值时,判断存在所述漏录时间。
示例性的,漏录检测系统中存储有预设的时间差阈值。当起始时间差大于时间差阈值时,漏录检测系统会根据左边界值与起始时间记录漏录时间,或者,当终止时间差大于预设的时间差阈值时,漏录检测系统会根据右边界值与终止时间,记录所述漏录时间。
本申请通过录像的起始时刻或者终止时刻,与录像计划中录像时段的边界值进行对比,确定视频录制是否存在漏录,以及漏录对应的漏录时间,扩大了视频漏录检测方法的适用范围。
实施例二
基于同一发明构思,本申请还提供了第二实施例,参照图2,图2为本申请监控视频的漏录时间检测方法第二实施例的流程示意图。
在本实施例中,如步骤S20所述的根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频之前,还包括:
步骤S21:遍历所述录像时段,并确定相邻录像时段之间的计划时间间隔,并基于所述计划时间间隔确定所述计划时间差;
步骤S22:当所述计划时间差小于或者等于时间差阈值时,基于靠前的所述相邻录像时段的左边界值,和靠后的所述相邻录像时段的右边界值,拼接所述相邻录像时段。
在本实施例中,漏录检测系统在根据录像计划中的录像时段,确定对应的起始录像视频和终止录像视频之前,会基于计划时间间隔确定并拼接对应的录像时段。拼接后的录像时段会将相邻录像时段中靠前的相邻录像时段的左边界值,以及靠后的相邻录像时段的右边界值,作为生成的录像时段的边界值。
需要说明的是,因为录像计划的设置方法不同,录像时段在设置的过程中,可能存在拆分为多个相邻录像时段的情况。通过将时间间隔较短的相邻录像时段进行拼接,可以减少漏录检测系统基于录像时段的检测次数,节省资源消耗。
示例性的,漏录检测系统会根据基于靠前的相邻录像时段的右边界值,和靠后的相邻录像时段的左边界值,计算相邻录像时段之间的计划时间差,并将该计划时间差与系统中预存的时间差阈值做对比。当所述计划时间差小于或者等于时间差阈值时,将相邻录像时段拼接。其中,拼接后的录像时段的左边界值为靠前的相邻录像时段的左边界值,右边界值为靠后的相邻录像时段的右边界值。
本申请实施例通过遍历录像计划中的录像时段,将时间差小于时间差阈值的相邻录像时段进行拼接,以减少漏录系统对录像时段的检测次数,节省资源消耗。
由于本申请实施例二所介绍的系统,为实施本申请实施例一的方法所采用的系统,故而基于本申请实施例一所介绍的方法,本领域所属人员能够了解该系统的具体结构及变形,故而在此不再赘述。凡是本申请实施例一的方法所采用的系统都属于本申请所欲保护的范围。
实施例三
基于同一发明构思,本申请还提供了第三实施例,参照图3,图3为本申请监控视频的漏录时间检测方法第三实施例的流程示意图。
在本实施例中,如步骤30所述的获取所述起始录像视频的第一帧对应的起始时刻,以及所述终止录像视频的最后一帧对应的终止时刻,包括:
步骤S31:当所述时间水印读取失败时,确定所述时间水印对应的所述起始录像视频和/或所述终止录像视频;
步骤S32:跳转执行所述抽取所述起始录像视频的第一帧图片,和/或所述终止录像视频的最后一帧图片的步骤。
在本实施例中,当从起始录像视频中抽取的第一帧图片或者从终止录像视频中抽取的最后一帧图片无法识别时,漏录检测系统会根据目标帧图片的抽取源,确定无法识别的目标帧图片对应的起始录像视频或者终止录像视频,并重新抽取目标帧图片。
进一步的,若重新抽取的目标帧图片仍然无法识别,漏录检测系统会将起始录像视频的第二帧图片或者终止录像视频的倒数第二帧图片选定为目标帧图片。通过重新抽取目标帧图片并识别目标帧图片的时间水印,漏录检测系统可以确定录像视频的有效录制时间的起始时间。
示例性的,当起始录像视频的第一帧图片过于模糊,时间水印无法识别时,漏录检测系统会先根据该第一帧图片确定起始录像视频,并重新抽取该起始录像视频的第一帧图片。若该第一帧图片仍然无法识别,漏录检测系统会判断该第一帧图片无效,并抽取该起始录像视频的第二帧图片。
本申请实施例会在抽取的目标帧图片过于模糊时,漏录检测系统可以根据该目标帧图片的抽取源,重新抽取目标帧图片,确保漏录检测系统可以准确检测出起始录像视频的起始时刻。
由于本申请实施例三所介绍的系统,为实施本申请实施例一的方法所采用的系统,故而基于本申请实施例一所介绍的方法,本领域所属人员能够了解该系统的具体结构及变形,故而在此不再赘述。凡是本申请实施例一的方法所采用的系统都属于本申请所欲保护的范围。
实施例四
基于同一发明构思,本申请还提供了第四实施例,参照图4,图4为本申请监控视频的漏录时间检测方法第四实施例的流程示意图。
本实施例中,如步骤S20所述的根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频之后,还包括:
步骤S23:根据所述录像视频的创建时间对所述录像视频进行排序,并基于排序结果确定相邻录像视频;
在本实施例中,漏录检测系统还会对录像时段内起始录像视频和终止录像视频以外的其他录像视频进行检测,以判断录像时段内是否存在漏录情况。漏录检测系统需要先根据录像视频的创建时间,对录像视频进行排序,以确定录像视频之间的位置关系,并基于录像视频的位置关系确定相邻的录像视频。
需要说明的是,为减小录像视频的损毁带来的影响,录像设备通常会生成多个录像视频。漏录检测系统需要对多个录像视频进行排序,并确定相邻的录像视频间是否存在漏录情况。
示例性的,漏录检测系统可以通过冒泡算法,并根据录像视频的创建时间,对录像视频进行排序,以确定录像视频录制的先后顺序。在确定了录像视频的先后顺序之后,漏录检测系统会遍历每一个录像视频,确定录像视频之间的相邻关系。
步骤S24:确定所述相邻录像视频的第一帧图片和/或最后一帧图片对应的时间水印,并根据所述时间水印确定所述相邻录像视频之间的时间差;
步骤S25:当所述时间差小于所述时间差阈值时,判断存在所述漏录时间。
在本实施例中,漏录检测系统在抽取录像视频的第一帧图片和最后一帧图片,并读取第一帧图片和/或最后一帧图片对应的时间水印之后,根据时间水印对应的时间字符串,确定录像视频的第一帧时间和最后一帧时间。基于靠前的相邻录像视频的最后一帧时间和靠后的相邻录像视频的第一帧时间之间的时间差,可以确定相邻录像视频之间的时间差。根据该时间差与时间差阈值之间的大小关系,漏录检测系统可以判断是否存在漏录情况。当时间差小于时间差阈值时,漏录检测系统会判断存在漏录时间,或者,当时间差大于时间差阈值时,漏录检测系统会进行下一组相邻录像视频的检测。
示例性的,漏录检测系统在判断存在漏录情况时,根据靠前的相邻录像视频的最后一帧时间以及靠后的相邻录像视频的第一帧时间,记录漏录时间,并进行下一组的相邻录像视频检测。在完成了所有录像视频的检测之后,录像视频会合并漏录时间,并输出最终结果。
在本申请实施例中,漏录检测系统可以对录像时段内起始录像视频和终止录像视频以外的其他录像视频进行检测,以判断录像时段内是否存在漏录情况,使得漏录系统对根据录像计划进行视频录制的场景,漏录检测更加全面。
由于本申请实施例四所介绍的系统,为实施本申请实施例一的方法所采用的系统,故而基于本申请实施例一所介绍的方法,本领域所属人员能够了解该系统的具体结构及变形,故而在此不再赘述。凡是本申请实施例一的方法所采用的系统都属于本申请所欲保护的范围。
实施例五
参照图5,图5为本申请实施例方案涉及的硬件运行环境的监控视频的漏录时间检测设备结构示意图。
如图5所示,该监控视频的漏录时间检测设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002,网络接口1003,存储器1004。其中,通信总线1002用于实现这些组件之间的连接通信。网络接口1003可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1004可以是高速的随机存取存储器(Random Access Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1004可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图5中示出的结构并不构成对监控视频的漏录时间检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图5所示,作为一种存储介质的存储器1004中可以包括操作系统、数据存储模块、网络通信模块以及监控视频的漏录时间检测程序。
在图5所示的监控视频的漏录时间检测设备中,网络接口1003主要用于与其他设备进行数据通信;本申请监控视频的漏录时间检测设备中的处理器1001、存储器1004可以设置在监控视频的漏录时间检测设备中,所述监控视频的漏录时间检测设备通过处理器1001调用存储器1004中存储的监控视频的漏录时间检测程序,并执行本申请实施例提供的监控视频的漏录时间检测方法。
此外,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有所述监控视频的漏录时间检测程序,所述监控视频的漏录时间检测程序还可被处理器执行以用于实现上述监控视频的漏录时间检测方法各实施例的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本申请可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种监控视频的漏录时间检测方法,其特征在于,所述监控视频的漏录时间检测方法包括以下步骤:
根据录像计划设置确定录像时段;
根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频;
获取所述起始录像视频的第一帧对应的起始时刻,以及所述终止录像视频的最后一帧对应的终止时刻;
根据所述录像时段的左边界值与所述起始时刻之间的起始时间差,以及所述录像时段的右边界值与所述终止时刻之间的终止时间差,确定是否存在漏录时间。
2.如权利要求1所述的监控视频的漏录时间检测方法,其特征在于,所述根据所述录像时段的左边界值与所述起始时刻之间的起始时间差,以及所述录像时段的右边界值之间的终止时间差,确定是否存在漏录时间的步骤包括:
确定所述起始时刻与所述左边界值之间的所述起始时间差,以及确定所述右边界值与所述终止时刻之间的所述终止时间差;
当所述起始时间差和/或所述终止时间差大于预设的时间差阈值时,判断存在所述漏录时间;
基于所述左边界值与所述起始时间,或者所述右边界值与所述终止时间,记录所述漏录时间。
3.如权利要求1所述的监控视频的漏录时间检测方法,其特征在于,所述获取所述起始录像视频的第一帧对应的起始时刻,以及所述终止录像视频的最后一帧对应的终止时刻的步骤包括:
抽取所述起始录像视频的第一帧图片,和/或所述终止录像视频的最后一帧图片;
读取所述第一帧图片和/或所述最后一帧图片对应的时间水印;
基于所述时间水印对应的时间字符串确定所述起始时刻和/或所述终止时刻。
4.如权利要求3所述的监控视频的漏录时间检测方法,其特征在于,所述读取所述第一帧图片和所述最后一帧图片对应的时间水印的步骤之后,还包括:
当所述时间水印读取失败时,确定所述时间水印对应的所述起始录像视频和/或所述终止录像视频;
跳转执行所述抽取所述起始录像视频的第一帧图片,和/或所述终止录像视频的最后一帧图片的步骤。
5.如权利要求1所述的监控视频的漏录时间检测方法,其特征在于,所述根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频的步骤包括:
遍历所述录像视频库中的录像视频,并确定所述录像视频的录制时间;
选取所述录制时间与所述录像时段有重合的录像视频,作为目标录像视频;
将所述目标录像视频中所述录制时间最早的所述录像视频选定为所述起始录像视频,以及所述录制时间最晚的所述录像视频选定为所述终止录像视频。
6.如权利要求1所述的监控视频的漏录时间检测方法,其特征在于,所述根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频的步骤包括:
获取所述录像视频的第一帧秒帧所对应的第一帧时间,以及最后一帧对应的最后一帧时间;
将所述第一帧时间减去所述左边界值,生成第一时间差,以及将所述右边界值减去所述最后一帧时间,生成第二时间差;
选定所述第一时间差的绝对值最小的所述录像视频作为所述起始录像视频,以及所述第二时间差的绝对值最小的所述录像视频作为所述终止录像视频。
7.如权利要求1所述的监控视频的漏录时间检测方法,其特征在于,所述根据所述录像时段的边界值,在录像视频库中选定所述录像时段对应的起始录像视频和终止录像视频的步骤之前,还包括:
遍历所述录像时段,并确定相邻录像时段之间的计划时间间隔,并基于所述计划时间间隔确定所述计划时间差;
当所述计划时间差小于或者等于时间差阈值时,基于靠前的所述相邻录像时段的左边界值,和靠后的所述相邻录像时段的右边界值,拼接所述相邻录像时段。
8.如权利要求1所述的监控视频的漏录时间检测方法,其特征在于,所述根据录像计划设置确定录像时段的步骤包括:
在触发漏录检测进程后,获取所述录像计划设置;
确定所述漏录检测进程对应的录像日期,并基于所述录像计划设置和所述录像日期确定所述录像时段;
或者,基于所述录像计划设置确定对应的录像触发条件,并基于所述录像触发条件确定所述录像时段。
9.一种监控视频的漏录时间检测设备,其特征在于,所述监控视频的漏录时间检测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行监控视频的漏录时间检测程序,所述监控视频的漏录时间检测程序配置为实现如权利要求1至8中任一项所述的监控视频的漏录时间检测方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有监控视频的漏录时间检测程序,所述监控视频的漏录时间检测程序被处理器执行时实现如权利要求1至8任一项所述的监控视频的漏录时间检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311706936.1A CN117411987B (zh) | 2023-12-13 | 2023-12-13 | 监控视频的漏录时间检测方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311706936.1A CN117411987B (zh) | 2023-12-13 | 2023-12-13 | 监控视频的漏录时间检测方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117411987A true CN117411987A (zh) | 2024-01-16 |
CN117411987B CN117411987B (zh) | 2024-05-28 |
Family
ID=89500194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311706936.1A Active CN117411987B (zh) | 2023-12-13 | 2023-12-13 | 监控视频的漏录时间检测方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117411987B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10241227A (ja) * | 1997-02-25 | 1998-09-11 | Sony Corp | 記録システム |
CN110662027A (zh) * | 2018-06-29 | 2020-01-07 | 杭州海康威视系统技术有限公司 | 存储完整性检测方法、装置和计算机设备 |
CN110691240A (zh) * | 2019-11-05 | 2020-01-14 | 深圳万物安全科技有限公司 | 一种移动侦测漏录检测方法及其装置 |
WO2020135756A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳Tcl新技术有限公司 | 视频段的提取方法、装置、设备及计算机可读存储介质 |
CN112073713A (zh) * | 2020-09-07 | 2020-12-11 | 北京奇虎科技有限公司 | 视频漏录测试方法、装置、设备及存储介质 |
CN112752100A (zh) * | 2020-12-28 | 2021-05-04 | 杭州海康威视系统技术有限公司 | 录像完整性的确定方法、装置及可读存储介质 |
CN114189654A (zh) * | 2021-11-30 | 2022-03-15 | 中国电子科技集团公司第五十二研究所 | 一种视频监控系统视频智能补录方法及装置 |
WO2023024290A1 (zh) * | 2021-08-23 | 2023-03-02 | 歌尔科技有限公司 | 视频录制方法、摄像设备、控制终端及视频录制系统 |
CN115967821A (zh) * | 2022-12-28 | 2023-04-14 | 杭州海康威视系统技术有限公司 | 视频云存储方法、装置、设备及存储介质 |
CN117176943A (zh) * | 2023-09-26 | 2023-12-05 | 济南浪潮数据技术有限公司 | 基于录像完整率与存储完整率的运维方法、系统、设备 |
-
2023
- 2023-12-13 CN CN202311706936.1A patent/CN117411987B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10241227A (ja) * | 1997-02-25 | 1998-09-11 | Sony Corp | 記録システム |
CN110662027A (zh) * | 2018-06-29 | 2020-01-07 | 杭州海康威视系统技术有限公司 | 存储完整性检测方法、装置和计算机设备 |
WO2020135756A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳Tcl新技术有限公司 | 视频段的提取方法、装置、设备及计算机可读存储介质 |
CN110691240A (zh) * | 2019-11-05 | 2020-01-14 | 深圳万物安全科技有限公司 | 一种移动侦测漏录检测方法及其装置 |
CN112073713A (zh) * | 2020-09-07 | 2020-12-11 | 北京奇虎科技有限公司 | 视频漏录测试方法、装置、设备及存储介质 |
CN112752100A (zh) * | 2020-12-28 | 2021-05-04 | 杭州海康威视系统技术有限公司 | 录像完整性的确定方法、装置及可读存储介质 |
WO2023024290A1 (zh) * | 2021-08-23 | 2023-03-02 | 歌尔科技有限公司 | 视频录制方法、摄像设备、控制终端及视频录制系统 |
CN114189654A (zh) * | 2021-11-30 | 2022-03-15 | 中国电子科技集团公司第五十二研究所 | 一种视频监控系统视频智能补录方法及装置 |
CN115967821A (zh) * | 2022-12-28 | 2023-04-14 | 杭州海康威视系统技术有限公司 | 视频云存储方法、装置、设备及存储介质 |
CN117176943A (zh) * | 2023-09-26 | 2023-12-05 | 济南浪潮数据技术有限公司 | 基于录像完整率与存储完整率的运维方法、系统、设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117411987B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921008B (zh) | 人像识别方法、装置及电子设备 | |
CN102857693B (zh) | 图像处理设备及其控制方法 | |
EP1914994A1 (en) | Detection of gradual transitions in video sequences | |
CN104025117A (zh) | 时间面部序列 | |
US20230326036A1 (en) | Method for detecting and tracking a target, electronic device, and storage medium | |
CN111626155A (zh) | 一种篮球位置点的生成方法及设备 | |
CN102301697A (zh) | 视频签名产生设备 | |
CN112073713B (zh) | 视频漏录测试方法、装置、设备及存储介质 | |
CN117411987B (zh) | 监控视频的漏录时间检测方法、设备及存储介质 | |
CN104182959B (zh) | 目标搜索方法及装置 | |
CN116189063B (zh) | 一种用于智能视频监控的关键帧优化方法及装置 | |
CN113938673B (zh) | 一种智慧城市监控管理方法 | |
CN108345902B (zh) | 基于事务特征的自学习白名单模型库构建及白名单检测法 | |
CN116798144A (zh) | 碰撞视频存储方法、系统、装置以及计算机可读存储介质 | |
CN114189754B (zh) | 一种视频情节分段方法及系统 | |
CN116052251A (zh) | 人脸图像优选方法、装置、设备及存储介质 | |
CN113628248B (zh) | 行人驻留时长确定方法、装置以及计算机可读存储介质 | |
US11398091B1 (en) | Repairing missing frames in recorded video with machine learning | |
CN115424253A (zh) | 车牌识别方法、装置、电子设备和存储介质 | |
CN115049963A (zh) | 视频分类方法、装置、处理器及电子设备 | |
CN114387589A (zh) | 语音监督数据获取方法、装置、电子设备及存储介质 | |
CN111027466A (zh) | 一种银行网点超柜使用规范智能检测方法及装置 | |
CN110543881A (zh) | 基于云平台的视频数据管理方法 | |
CN113365100B (zh) | 视频处理方法及装置 | |
CN115098731B (zh) | 目标关联方法、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |